做 AI 应用开发的朋友，经常被一个词搞晕——Agent。

有人说，我调个 API，包个聊天框，能回话就是 Agent。

真不行。

这系列文章写了九篇，从 DeepSeek 开源那个 Harness 的热点开始，一路拆了成本、上下文、可观测性、沙箱、工具修复、执行控制、Skill 系统，再到工程文化。每一篇我都拿自己写的 GEO Agent 对照着讲。不是为了显摆，是为了说清楚一件事：

一个真正能用的 Agent，和一个套壳聊天框，中间差的东西是有名字的。

那个名字叫 Harness。

两个物种：Chatbot 与 Harness 的核心区别

你可能觉得我在咬文嚼字。不就是个壳吗，叫 Chatbot 还是叫 Harness 有那么重要？

有。因为这两个词背后，是两种完全不同的产品。

对比维度	Chatbot	Harness
核心能力	你说话它回话	读文件、改代码、执行命令
记忆	当前对话（可能还有限）	完整的会话日志，可恢复可回放
成本感知	无	每次请求的 token 构成可追溯
安全边界	无（也碰不到你的东西）	操作系统级沙箱
出错时	猜	日志倒带，逐步还原
扩展方式	等官方更新	插件、技能、MCP

把话说得再糙点。

Chatbot 是一个关在玻璃房里的顾问，只能动嘴。Harness 是套在模型外面的那层壳，让模型长出了手。

这层壳有多厚？DeepSeek 用了 12,293 次提交、三十几个人、两个月来堆。我自己的 GEO Agent 没那么大阵仗，但核心引擎也写了快两千行，还不算外围的 14 个工具、6 个技能包、数据库层、前端组件。

为什么需要这么厚？

因为模型本身是个黑盒，它只管“输入文字、输出文字”。至于输入的文字从哪来、输出的文字到哪去、中间出了错怎么办、成本怎么算、安全怎么管，这些全是 Harness 的事。

类比：模型是发动机，Harness 是整车

打个不恰当的比方。

模型是发动机，Harness 是整辆车。你光有个发动机，四个轮子、方向盘、刹车、仪表盘、安全带全没有，那不叫车，叫一堆废铁。

现在市面上大多数“AI 产品”，就是给你看个发动机在那儿转，转得挺欢，但你没法开。

DeepSeek 为什么敢把 Harness 开源？

因为他们知道，真正的壁垒不在模型，在这层壳。 模型你花钱就能调，但这层壳的设计、工程、踩过的坑，没有一两年堆不出来。

有个外部数据比任何自述都硬。Composio 在 8 月 11 日做过一次实测：固定 DeepSeek V4-Flash 这一个模型不变，套 8 个不同的 Harness，跑 30 个跨软件的复杂工作流，一共 240 次。通过率从 46.7% 到 66.7%，每次成功的成本相差约 7 倍。有 7 个任务，成败只取决于用了哪个 Harness。

模型一个字没改。

技术选型建议：别做 Chatbot，做 Harness

有个做独立开发的朋友问我：我现在入行做 Agent 产品，来得及吗？

我说来得及，但别去做 Chatbot。Chatbot 的窗口已经关了，ChatGPT、文心一言、豆包，这些巨头把那个位置占死了。

你要做的是 Harness——找到一个具体的场景，把那层壳做深做透。

什么是具体场景？就是你比巨头更懂这个领域的用户要什么、怕什么、愿意为什么付钱。

比如我们做 GEO（生成式引擎优化），客户要的不是“帮我写篇文章”，是“帮我把这篇文章写成 AI 搜索会引用的样子”。这里面涉及关键词研究、内容结构、引用源分析、效果追踪，一整套工作流。我们的 GEO Agent 就是围绕这个工作流做的 Harness——不是通用聊天，是针对 GEO 场景的深度定制。

ChatGPT 做不了这个。不是它模型不行，是它没有为这个场景做过 Harness。

这个行业太多人把精力花在“怎么写更好的 Prompt”上，太少人关心“怎么搭一个更好的 Harness”。Prompt 是重要的，但它是锦上添花，不是地基。地基是上下文管理、成本控制、安全隔离、错误恢复、可观测性这些看起来一点都不酷的东西。

总结：Agent 的竞争力在那层壳

DeepSeek 开源 Harness，最大的意义不是让你白嫖一个工具，是让你看到：一个认真的 Harness 长什么样。它有多复杂、为什么要这么复杂、复杂的代价是什么。

这个系列写到这儿，你如果只记住一句话，我希望是这句：Agent 的竞争力不在模型多聪明，在那层壳做得多扎实。

至于我，这个系列写完了，但事情没做完。GEO Agent 每天都在遇到新问题，有些我能解决，有些我还在想。下一个系列可能会聊聊 GEO 本身——AI 搜索正在怎么改变内容分发的规则，以及我们在这个变化里看到的坑和机会。

如果你也在做 Agent 相关的东西，或者对 GEO 感兴趣，欢迎来找我聊。我在这个行业踩了快二十年坑了，最近这几年踩的是 AI 的坑。坑不一样，但踩坑的姿势差不多。

---

本文作者来自 Adgine 团队，提供 GEO 服务（让品牌被 AI 推荐）。